К.В. Криничанский, А.В. Унрау Тенденции урбанистического

К.В. Криничанский, А.В. Унрау
Тенденции урбанистического развития и российский город
K.V. Krinichansky, A.V. Unrau
Urban World Trends and The Russian Cities
Необходимость изучения тенденций развития урбанистического мира
определяется ролью городов в экономическом развитии. Ежегодно в этой области
проводится множество исследований (McKinsey Global Institute (MGI), OECD,
PricewaterhouseCoopers, Forbes). К сожалению, в работах последних лет ключевые
выводы, касающиеся перспектив роста российских городов, оказываются негативными.
Если в списке City-600 (MGI) 2007 года, были представлены 13 российских городов, то
четырьмя годами позднее 8 из них (Казань, Пермь, Новосибирск, Нижний Новгород,
Самару, Челябинск, Уфу и Омск) в него не попали [5]. Основной критерий, не
позволивший им удержаться в списке – ожидаемый вклад в экономическое развитие.
Прогноз темпов роста этих городов и их вклада в экономическое развитие оказался
слабее, чем у городов других стран. Еще один негативный сигнал – то, что
представленные в City-600 российские города включают только столицы и некоторые
центры регионов. Наименьший из них – Тюмень (600 тысяч человек), при том, что
исходный критерий выборки – города с населением от 150 тысяч человек.
В проведенном исследовании предпринята попытка ответить на вопросы,
насколько глубоко тенденции урбанистического мира прослеживаются в России;
насколько тесно характерные для России экономические проблемы связаны с
урбанистическим фактором. Основными изучаемыми переменными в работе являются
характеристики поселенческой структуры и вклада различных категорий поселений в
ВВП. Основная гипотеза, проверяемая в работе, такова: как и в других странах, в России
основной вклад в ВВП вносят крупные и крупнейшие города, однако если в мировой
практике прослеживается тенденция к возрастанию роли «вторых городов»1, то в России
эта тенденция себя не проявила, и для накопления и последующей реализации «вторыми
городами» потенциала динамичного роста недостаточно предпосылок.
Для того чтобы ответить на поставленные вопросы авторами предпринята
попытка расчета валового муниципального продукта (далее – ВМП) российских городов с
числом жителей свыше 100 тыс. чел. на 01.01.2011 г. (общее число таких городов – 165).
Для этого на основе информации, публикуемой Федеральной службой государственной
статистики [3], была сформирована база данных, включающая показатели численности
населения, числа занятых и инвестиций в основной капитал таких городов.
Предварительно авторы внесли в исходные данные по инвестициям корректировку.
Известно, что методика расчета показателя инвестиций в основной капитал, входящего в
базу данных показателей муниципальных образований, не предполагает учета таких
компонент, как индивидуальное жилищное строительство, инвестиции в основной
капитал (осуществляемые субъектами малого предпринимательства и единицами
неформальной экономики). Однако досчет данных компонент агрегата муниципальных
инвестиций осуществлялся муниципальными статистическими службами до 2013 г.
включительно. Имеющиеся в распоряжении авторов данные по инвестициям в основной
Согласно предложенному в исследованиях MGI подходу, это города с населением свыше
150 тыс. чел., за исключением двух крупнейших городов страны (MGI, 2008; 2011; 2012).
1
1
капитал, досчитанным до полного круга, для отдельных муниципальных образований,
позволили вычислить примерное соотношение между показателями инвестиций,
собранными по открытой базе, и публикуемыми с учетом дополнительных компонент.
Полученные коэффициенты досчета зависят от размера городов: для городов с
численностью свыше 1 млн жителей – 1,03; от 500 тыс. до 1 млн – 1,15; от 250 до 500 тыс.
– 1,25; от 100 до 250 тыс. – 1,35. В качестве оценки ВМП Москвы и Санкт-Петербурга
авторами были взяты показатели ВРП данных городов-регионов.
Опишем используемый метод расчета ВМП (метод факторной оценки [2; 4]).
Представим валовой региональный продукт (далее – ВРП) как функцию, зависящую от
количества применяемых факторов производства и предельной производительности
каждого из них. Запишем это в виде функции Кобба – Дугласа:
YВРП = A∙Kα∙Lβ,
(1)
где А – мультиплицирующий коэффициент, учитывающий вклад прочих факторов (в том
числе технологий); K – показатель, характеризующий основные фонды; L – показатель,
характеризующий затраты труда; α, β – коэффициенты, показывающие предельную
производительность, соответственно, капитала и труда.
Оценим параметры A, α и β каждого региона, задав единственное ограничение:
α + β = 1. Используем для этого ряды данных по их ВРП (YВРП), инвестициям в основной
капитал (K) и численности занятых (L). Модифицируем изложенный в литературе метод,
предварительно осуществив взвешивание (нормировку) величин капитала и труда. Это
позволит исключить зависимость получаемых оценок параметра A от выбранного порядка
значений исходных данных. В нашем исследовании процедура нормировки осуществлена
с помощью расчета среднего для региона значения каждого из факторов и последующего
подсчета нормированных к среднему значений факторов для соответствующих периодов
(табл. 1).
Таблица 1
Расчет нормированных значений факторов для оценки
коэффициентов функции Кобба – Дугласа (Челябинская область)
Год
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Среднее
ВРП
Инвестиции в
региона, основной капитал,
млрд руб.
млрд руб.
120,5610
142,4619
172,4464
220,1852
291,1799
349,9572
446,9180
575,6437
664,4927
556,9853
652,8655
775,9350
414,1360
22,250
30,261
33,405
36,663
59,004
72,848
89,200
130,926
181,006
145,446
151,121
174,362
93,87433
Среднегодовая
численность
занятых в
экономике, тыс.
чел
Нормировка:
ВРП
Нормировка:
инвестиции
Нормировка:
занятые
1 582,4
1 568,1
1 572,7
1 634,0
1 662,2
1 674,4
1 685,2
1 686,1
1 696,1
1 643,5
1 665,7
1 678,6
1645,75
0,2911
0,3440
0,4164
0,5317
0,7031
0,8450
1,0792
1,3900
1,6045
1,3449
1,5765
1,8736
–
0,2370
0,3224
0,3558
0,3906
0,6285
0,7760
0,9502
1,3947
1,9282
1,5494
1,6098
1,8574
–
0,9615
0,9528
0,9556
0,9929
1,0100
1,0174
1,0240
1,0245
1,0306
0,9986
1,0121
1,0200
–
2
Оценку значений коэффициентов Â , ̂ и ˆ осуществим из модели нелинейной
множественной регрессии. В качестве оптимизационной процедуры зададим
минимизацию суммы квадратов отклонений наблюдаемого значения ВРП за период к
расчетному ВРП, полученному с помощью подстановки наблюдаемых значений факторов
в функцию Кобба – Дугласа.
Таблица 2
Расчет коэффициентов регрессии для функции Кобба-Дугласа.
ВРП Челябинской области
2000
Наблюдаемый ВРП
(нормированный), YВРП
0,291115
2001
2002
Период
Расчетный ВРП, YˆВРП
YВРП  YˆВРП 
2
0,321673
0,000934
0,343998
0,411329
0,004534
0,4164
0,445661
0,000856
2003
0,531674
0,483932
0,002279
2004
0,703102
0,712258
8,38E-05
2005
0,84503
0,84521
3,27E-08
2006
1,079158
0,996156
0,006889
2007
1,389987
1,356985
0,001089
2008
1,604528
1,763381
0,025234
2009
1,344933
1,469571
0,015535
2010
1,576452
1,519536
0,003239
2011
1,873624
1,707618
0,027558
Сумма
0,088231
Оценочные значения коэффициентов:
 =
̂ =
ˆ =
1,033203048
0,805241454
0,194758546
Показатель ВМП рассчитаем по формуле:
YВМП    YВРП ,
(2)
где ρ – весовой коэффициент, получаемый из соотношения:
ˆ
ˆ
KM
 LM
ˆ
,
  A
ˆ
K Rˆ  LR
(3)
где KM , LM – наблюдаемые показатели инвестиций и занятости муниципалитета; KR , LR –
наблюдаемые показатели инвестиций и занятости региона за тот же период; Â , ̂ и ˆ –
полученные оценки коэффициентов регрессии.
Предложенный метод оценки ВМП, предположительно, дает более точные
результаты по сравнению с ранее использованным нами методом [1]. На взгляд авторов,
используемый метод может быть успешно применен для решения таких задач, как
– осуществление группировки городов по критерию размеров ВМП;
– оценка ВМП городов, пригодная для определения показателя суммарного ВМП,
приходящегося на города с определенными характеристиками населенности и
экономической активности (например, городов с населением свыше 500 или 150 тыс.
жителей; тридцатки городов-лидеров по размеру ВМП и т.п.);
3
– осуществление компаративного анализа городов в координатах численность
занятых – инвестиции – ВМП.
Покажем дальнейшие направления проводимого анализа. Одно из них – оценка
вклада в ВВП отдельных категорий поселений с последующим сопоставлением оцененной
структуры производства ВВП с соответствующими измерениями MGI (2011; 2012) (см.
рис. 1).
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
10
6
12
27
44
34
13
9
37
31
27
16
17
49
16
24
35
42
Западная
Европа
Япония
29
33
55
20
21
США
7
12
23
29
16
Россия
США
37
7
46
15
Западная
Европа
Япония
Россия
а) концентрация населения в городах и иных
б) концентрация ВВП в городах и иных
поселениях
поселениях
2 крупнейших города по ВВП
Другие 30 крупнейших городов по ВВП
Другие крупные города (свыше 100 тыс. человек)
Некрупные города и сельская местность
Рисунок 1. Показатели концентрации численности населения и вклада в ВВП различных
категорий поселений, %, 2010. Критерий крупных городов: свыше 100 тыс. чел.
Источники: Россия – расчеты авторов; иные регионы – McKinsey Global Institute [7]
Из иллюстрации видно, что в России экономическая роль «вторых» городов
гораздо менее заметна по сравнению с остальными категориями поселений. И это сильно
отличает нашу страну от других. Если в США на тридцатку крупнейших по вкладу в
национальный выпуск городов приходится треть всего населения страны и 37 % ВВП, то в
России это только 16,04 % населения и 15,6 % производимого ВВП. Вклад «вторых»
городов в совокупности в создание ВВП России оценивается в 27,58 %, что кардинально
отличается от сопоставимого показателя в других странах и регионах: в США он
составлял в 2010 году 70 %, в Западной Европе 54 %, в Японии 36 %.
Интересно при этом оценить реалистичность прогноза MGI (2011) [6; 8], в
котором декомпозиция ожидаемого значения экономического роста в период 2007–
2025 гг. представлена как структура, состоящая из вкладов в прирост ВВП различных
категорий поселений. Согласно этому прогнозу наибольший вклад в рост ВВП России
(39 % или 3,94 трлн долл. на всем горизонте прогноза) привнесут крупные города
численностью свыше 200 тысяч человек (исключая Москву и Санкт-Петербург). Однако,
по нашим оценкам, в настоящее время вклад таких городов в ВВП составляет только
порядка 23 %. Для того, чтобы эта цифра росла опережающим темпом, требуется, как
минимум, соответствующее перераспределение ресурсов. В части населения это точно не
4
произойдет. Текущее положение дел в экономике и проводимая политика не создают
условий для роста населения в крупных городах. Напротив, в последнее десятилетие мы
наблюдаем снижение населения в подавляющем большинстве городов за исключением
миллионников – тенденцию, для исправления которой не обнаруживается предпосылок ни
в части естественного прироста, ни в части миграционного притока. Также нет значимых
предпосылок для притока инвестиций в таком объеме, чтобы обеспечить вклад в
достижение указанного MGI прироста.
Вместе с тем, наши наблюдения говорят о том, что, если прогноз MGI окажется
верным не для России, но для других экономик, это создаст предпосылки для большего
отставания экономического развития России по сравнению с иными странами (Китай,
США, Евросоюз), которые в гораздо большей степени смогут извлекать преимущества
пространственных факторов роста.
Еще одно направление проведенного исследования – внутристрановое сравнение
городов, анализ группировок российских городов по критерию подушевого ВМП, анализ
в координатах «Подушевые инвестиции – подушевой ВМП».
Изучение зависимости подушевых показателей позволяет выявить более успешные
(эффективные) города в использовании инвестиций, а также города, которым хуже
удается трансформировать инвестиции в выпуск.
205,3
63,6
Рисунок 2. Зависимость подушевого ВМП от подушевых инвестиций. 60 крупных городов. Размер
пузырьков – нормированная численность населения. Логарифмическая шкала по обеим осям.
Источник: расчеты авторов.
Проанализируем диаграмму «Подушевые инвестиции – подушевой ВМП» (рис. 2),
построенную для 60-ти крупнейших городов (без Москвы, Санкт-Петербурга и городов
республик Северного Кавказа). Отследим города, образующие диагональные границы
получившейся области. Северо-западная граница в данных координатах показывает
относительно сильные города, более эффективно преобразующие инвестиции в ВМП.
Таковыми являются Магнитогорск, Белгород, Тюмень, Пермь, Красноярск, Уфа, Омск,
Мурманск. Относительно менее эффективными по тому же критерию являются
Набережные Челны, Смоленск, Иваново, Воронеж, Тверь, Астрахань, Липецк.
5
Проанализируем тридцатку лидеров из числа «вторых городов» по критерию
подушевого ВВП на предмет устойчивости их позиций в рейтинге (2011 год в сравнении с
2010). Предварительно исключим из рассмотрения города «нефтегазового Севера». Как
видно из получившегося списка (табл. 3), это очень разные города, представляющие
широкую географию. Их подушевой ВВП в 2010 г. находился в диапазоне от 264,93
(Калуга) до 796,04 тыс. руб. (Щелково). Преимущественно эти же города являются
лидерами и по подушевым инвестициям, которые внутри данной группы изменяются от
53,2 тыс. руб. (Сыктывкар) до 379,1 тыс. руб. (Сочи). Мы обнаружили, что состав данной
тридцатки в 2011 г. мало изменился; 24 из 30 муниципальных образований показали в
2011 г. минимум двузначный рост ВМП.
Таблица 3
Характеристики тридцатки городов-лидеров по ВМП на душу населения в 2010 г.
Город
Щелково
Нижнекамск
Норильск
Березники
Альметьевск
Волгодонск
Сочи
Краснодар
Магнитогорск
Коломна
ПетропавловскКамчатский
Домодедово
Белгород
Владивосток
Балаково
Подольск
Хабаровск
Первоуральск
Химки
Междуреченск
Старый Оскол
Новокуйбышевск
Ногинск
Сыктывкар
Якутск
Калининград
Одинцово
Пермь
Калуга
Численность населения, чел.
На
На
01.01.2011 01.01.2012
110 489
234 088
175 210
156 304
146 473
170 724
344 262
746 520
407 895
144 733
179 711
109 828
234 928
177 273
154 632
147 717
170 244
360 324
763 899
409 593
144 963
179 784
96 512
100 617
357 655 366 110
591 226 597 476
199 309 197 583
188 582 193 435
577 753 585 556
124 626 125 364
208 883 215 462
101 575 100 725
220 916 220 619
108 301 107 592
100 140 101 717
235 745 238 586
270 452 278 406
431 539 433 532
138 643 137 592
991 516 1 000 672
324 472 326 400
Подушевые инвестиции,
Подушевой ВМП, тыс. руб.
тыс. руб.
2011 к
2010, %
2010
2011
2011 к
2010, %
2010
2011
2011 к
2010, %
–0,60
0,36
1,18
–1,07
0,85
–0,28
4,67
2,33
0,42
0,16
0,04
174,9
273,2
160,1
124,2
158,9
137,2
379,1
333,0
122,4
88,5
181,6
319,7
201,5
260,0
125,3
188,2
148,3
480,0
432,2
105,8
105,0
160,8
82,77
–26,23
62,41
0,93
18,45
8,12
26,61
29,80
–13,54
18,65
–11,47
796,04
697,11
540,38
502,82
449,86
441,16
418,53
415,59
413,9
409,35
400,68
1 729,66
689,49
840,21
639,28
672,44
542,24
648,58
618,71
438,99
593,02
407,96
117,28
–1,09
55,48
27,14
49,48
22,91
54,97
48,88
6,06
44,87
1,82
4,25
2,36
1,06
–0,87
2,57
1,35
0,59
3,15
–0,84
–0,13
–0,65
1,57
1,21
2,94
0,46
–0,76
0,92
0,59
87,2
100,4
281,9
101,2
82,0
223,8
105,6
75,6
95,1
77,3
83,1
62,6
85,7
121,1
90,9
59,8
64,9
126,2
205,2
139,6
454,6
91,1
116,0
298,5
88,6
101,9
129,9
72,6
108,0
88,3
53,2
181,6
113,6
174,1
82,7
137,8
135,36
39,03
61,25
–9,97
41,47
33,39
–16,07
34,75
36,57
–6,14
29,97
41,13
–37,87
49,98
24,99
191,20
27,49
9,23
394,94
386,57
380,63
377,48
369,95
361,86
343,24
341,88
340,33
312,71
296,92
288,26
286,8
285,47
284,7
278,66
270,77
264,93
1 206,35
706,25
564,08
386,30
666,98
510,51
368,08
594,33
509,09
377,67
427,97
508,20
254,62
477,14
410,55
952,44
440,69
355,55
205,45
82,70
48,20
2,34
80,29
41,08
7,24
73,84
49,59
20,77
44,14
76,30
–11,22
67,14
44,20
241,79
62,75
34,21
Источник: расчеты авторов.
Общие выводы исследования таковы. Россия представляется аутсайдером в свете
анализа тенденций современного урбанистического мира, так как, в частности, не
обнаруживает усиления роли «вторых» городов в экономическом развитии, а скорее
происходит обратный процесс. Эта особенность неизбежно негативно скажется на
6
будущем росте и ослабит долгосрочную конкурентоспособность страны. В части
рекомендаций к политике укажем, что правительству следует учесть данную угрозу и
сконцентрировать усилия на релокации ресурсов и прочих мерах в обеспечение
опережающего развития «вторых» городов.
Анализ сравнительной эффективности городов показывает наличие мощной
дифференциации городов по подушевому ВМП и относительному успеху трансформации
инвестиций в выпуск. На наш взгляд, руководству регионов целесообразно обратить
внимание на результаты таких сопоставлений.
Также мы считаем, что в целом данное исследование может иметь продолжение, в
частности, направленное на выявление более четких объяснений расхождений
анализируемой структуры ВВП разных стран и относительной эффективности различных
городов внутри России и на выработку рекомендаций к политике.
Библиография
1. Криничанский К.В. Современный российский город в свете тенденций
урбанистического мира // Региональная экономика: теория и практика. 2013. № 32. С. 2–
13.
2. Лопатин А.А., Набиев А.М., Силинцев В.С. Совершенствование системы
показателей долгосрочного прогноза социально-экономического развития региона //
Экономика. Финансы. Рынок. 2005. №1. URL: http://www.lib.csu.ru/dl/econ/2006_s2_12.doc.
3. Росстат России. База данных показателей муниципальных образований. URL:
http://www.gks.ru/dbscripts/munst/munst.htm.
4. Татаркин А.И., Козлова О.А., Тимашев С.А., Бушинская А.В. Исследование
динамики структуры валового муниципального продукта// Безопасность критичных
инфраструктур и территорий. Электронный журнал. Т. 3. 2012. № 1. URL:
http://managementofrisk.ru/magazine/Numbers/2012-1/cont.html.
5. Dobbs R., Remes J., Manyika J., Roxburgh C., Smit S., Schaer F. Urban world: Cities
and the rise of the consuming class / McKinsey Global Institute. June 2012.
6. Dobbs R., Smit S., Remes J., Manyika J., Roxburgh C., Restrepo A. Urban world:
Mapping the economic power of cities/ McKinsey Global Institute. March 2011.
7. Manyika J., Remes J., Dobbs R., Orellana J., Schaer F. Urban America: US cities in
the global economy/ McKinsey Global Institute. April 2012.
8. Urban world: Mapping the economic power of cities. Russia/ McKinsey Global
Institute. 2011.
7